1数据集群
数据库集群即利用至少2台或者多台数据库服务器，构成一个虚拟单一数据库逻辑映像，向客户端提供透明的数据服务。
2研究方法
根据前述的相关理论，研究提出一个信息售后服务的集群设计过程，首先经过分析得到加权化核心价值类型。进而区分客户类型，然后应用集群工具分析客户数据，最后按照结果提出核心客户营销策略与建议。以太原最大的网上营销服务商为研究对象，利用RFM模型对网上营销售后服务客户进行集群分析设计。
3系统设计
利用营销数据进行客户等级评估，并将分析所求的结果输入到分析软件进行数据运算，得到各顾客的权重值，再将数据库内的客户服务数据带入RFM模型进行客户价值分数加权运算，最终找到核心客户。将核心客户信息化数据经过集群算法处理，对集群后结果进行解释并提出营销建议，为网上营销者提供营销服务参考。
3.1信息采集
研究共取得原始客户数据5280份，由于这些数据都出自同一信息记录软件，因此数据的格式、有效性、准确性都非常符合分析标准。分析采用平均数计算方式汇总综合分数，数据分析的主要方面有以下几项:(1)信息服务的“维护时间”情况;(2)信息服务的“维护频率”情况;(3)信息服务的“维护费用”情况。
3.2核心顾客分析
以太原最大的网上营销服务商年度维护纪录数据(共有153590条)为研究基础。利用RFM分析消费数据找出核心客户，研究所采用衡量变量分析，其中，R(Recency)为最近维护时间，F(Frequency)为维护频率，M(Monetary)为维护金额。经过分析，发现客户的消费平均数为3001.54元，当然，由于客户分为企业客户与个人客户，因此消费数据不能简单地作为核心客户的唯一标准，经过加权处理之后，把标准定位在一个核心客户数值之上，计算后的结果低于平均数值的客户为3421家，高于平均数值的客户为1809家，得知核心客户的比例为34.26%。有了核心客户作为基础，系统就可延伸下一步的集群设计。
3.3核心客户集群分析
对1809家核心客户的信息进行调查，包含公司客户管理、服务管理及配件管理3大选项。将相应属性数据导入到数据库。首先将所收集的数据属性及数据信息进行量化，利用聚类算法，经过多次的测试及属性调整，最后获得2种较为全面的集群模型系数。核心客户数为34.26%，可以很容易的区分出研究预期的核心客户群是系统的期望信息。企业售后信息建设越完善，售后服务越重视、售后主动性越明显，则对整个经营活动的促进作用越大。
4结论
网上营销打破了传统的经营方式，既有巨大的机遇，同时也要面临巨大的挑战。该研究只针对网上营销的售后服务环境进行集群分析，利用现有的销售和售后数据找出有效的营销服务参考信息，这不仅能提高企业营销的精准度，也能在售后中提高客户的满意度，最终增加客户粘性，为企业的生存保驾护航。研究中应用了“RFM模型”分析与集群分析，分类出核心客户，并抽取具有参考价值的信息作为企业决策的参考依据。
作者：张媛 单位：太原大学外语师范学院